（微电子学与固体电子学专业论文）基于ARM的T波交替检测技术.pdf

山东师范大学硕士学位论文 基于a r m 的t 波交替检测技术 摘要 心血管系统疾病是现今世界上发病率和死亡率最高的疾病之一。t 波交替( t - w a v e a l t 锄a i l s ，t w a ) 作为一种非稳态的心电变异性现象，是指心电t 波段振幅、形态甚至极 性逐拍交替变化。大量研究表明，t w a 与室性心律失常、心脏性猝死等有直接密切 的关系，已成为一种无创独立性预测指标。随着数字信号处理技术和计算机技术的迅 速发展，微伏级的t w a 已经可以被检出，并且精度越来越高。本文以t 波交替检测为 中心，基于删给出了t 波交替检测技术原理性样机的硬件及软件，实现实时监护的 目的。 在t w a 检测研究中，需要对心电信号进行预处理，即信号去噪和特征点检测。 小波分析以其多分辨率的特性和表征时频两域信号局部特征的能力成为我们选取的 心电信号自动分析手段。文中采用小波变换将原始心电信号分解为不同频段的细节信 号，根据三种主要噪声的不同能量分布，采用自适应阈值和软硬阈值折衷处理策略用 阈值滤波方法对原始信号进行去噪处理：同时基于心电信号的特征点r 峰对应于 m e x i c a l l - h a t 小波变换的极值点，因此我们使用m e x i c a l l - h a t 小波检测r 峰，通过附加检 测方案确保了位置的准确性，并根据需要提出了t 波矩阵提取方法。 随后文章介绍了t 波交替的产生机理及研究进展，分别从临床应用和检测方法上 展现了目前t w a 的发展进程，并利用了谱分析法、相关分析法和移动平均修正算法 分别从时域和频域对一些样本数据进行t 波交替检测。在检测中谱分析法抗噪能力较 强，但作为一种频域检测方法，无法检测非稳态t w a 信号，而相关分析法受呼吸、 噪声影响较大，数据要求较高，因此可以在谱分析检测为阳性t w a 基础上，再对信 号进行相关分析，从而克服自身算法缺陷，确定交替幅度和时间段。最后对影响检测 结果的因素进行讨论研究，从而降低检测误差。 文章还设计了t 波交替检测技术原理性样机的关键部分电路和软件框架。硬件部 分围绕删核的s 啪s u n gs 3 c 4 4 b o x 为核心，设计了该样机的关键电路，包括采集模 块、数据处理模块( 外部存储电路、通信接口电路等) 。其中在采集模块中针对心电 信号是微弱信号并且干扰大的特点，采用了具有高共模抑制比和高输入阻抗的分级放 大电路，有效的提取了信号分量：a ，d 转换电路保证了信号量化的高精度。利用u s b 山东师范大学硕士学位论文 接口芯片和删内部异步串行通讯实现系统与外界联系。系统软件中首先介绍了系 统的软件开发环境，然后给出了心电信号分析及处理程序设计流程图及实现，使它们 共同完成系统的软件监护功能。 关键词：心电信号；删；小波分析；t 波交替 分类号：t p 2 7 4 ，r 3 1 8 山东师范大学硕士学位论文 t w a v ea l t e r n a n sd e t e c t i o n t e c h n i q u eb a s e do na r m a b s t r a c t c a r d i o s y s t e md i s e 嬲ei st l l em o s td a l l g e r o u sl 【i l l e ri 1 1m ew o r l d a san o n s t a t i o n a 巧 p h e l l o m c l l o n ，1 l - w a v ea l t e m a l l s ( t w i sav a r i a t i o ni l l l ea l n p h t u d eo rm o 印h 0 1 0 9 yo ft h e tw a v eo f 吐l eb e a t t o - b e a te c gc o n s i d e r a b l es c i e n 埴f i cd a t as u p p o r tt h ep o t e n 矗a lv a l u eo f tw a v ea l t 锄a n s ( t w a ) i sr a l a t e dt 0v e n t r i c u l a ra n h ”h r n j 嬲a n ds u d d e nc a r d i a cd e a t ha n d p r 0 v i d e san o n i n v a s i v ea l l dc l i l l i c a l l yu s e 向lm a r k e rf o rm er i s ko ft h e m a st l l ef b t d e v e l o p m e n to ft l l ed i 百t a ls i g n a lp r o c e s s i n ga n dc o m p u t e rt e c h n o l o g y ，虹1 em t w r a h a sb e 锄 d e t e c t e dw i t l l1 1 i 曲p r e c i s i o n s t u d 咖g 廿l et w ad e t e c t i o nt e c l l i l i q u e 硒m ec e n t e r t h ep a p c r p r e s e m st h eh a r d w a r ea n ds o f h a r eb 弱c do na r ms 仇l c t u r ei nt l l ep u 印o s eo fr e a l t h n e w a i l d t h ee c gs i 萨a 1n e e d sp r e 仃e a t f r l e n tb e f o r ed e t e c t i n gm et w a ，s u c h 勰d e n o i s i n g 锄d e x t 瑚c t i n gc h a r a c t 丽s t i cp a r 锄e t e r s w a v e l e tt r a n s f o n ni sc h o s e na sm es i g n a lp r o c e s s i n g t e c h n o l o g yf o ri t sm u l t i r e s o i u t i o na 1 1 dt h ec 印a b i l i t yo fd e s c 曲i n g 廿l el o c a lc h a r a c t 丽s t i c o fs i 朗a li nb o t ht i m ea 1 1 d 氐q u e i l c yd o m a i n t h er a we c g s i g 眦l i sd e c o m p o s e di n t o 吐l e d i 舵r e n tb a n d sw i t ht 1 1 ew a v e l e t 缸肌s f 0 册a c c o r d i n gt om e 雠q u e n c i e so fe c ga n d 廿l e m r e em a j o rn o i s e ，w ew i l la b l et oa c l l i e v em ee l i l l l i n a t i o no ft l l e1 1 0 i s eu s i n gm ew a v e l e t m r e s h o l dd e n o i s i n gw i t ht h ea d 印t i v et l l r e s h o l dv a l u ea i l de c l e c t i c 恤。e s h o l d 胁c t i o n ；a i l d t h 明，w eu s em e x i c a l l 一h a tw a v e l e tt r a l l s f o mt od e t e c tr - p e a ko fe c gs i 盟a lb a u s e do ni t s c o r r e s p o n d i n gw i mt l l e e x 仃c m eo fm e x i c a l l - h a tw a v e l e t 仃a i l s f o m l ；i nm em e a 玎痂n e ，m e p o s i t i o nw i l lb ec o r r e c t e dt l l r - 0 u 曲t h ee x t r a 觚g e d m a n dt h et m a t r i xi s 百v e n a mm e nt h e 也e s i si n t r o d u c e sm em e c h a m s ma 1 1 dm er e s e a r c hp r o 黟e s so ft h et - w a v e a h e m a i l s 舶mc l 诚c a la p p l i c a t i o n 姐dd e t e c t i o nt e c q u e ，a n dm es p e c t r a lm e t h o d 、 c o r r e l a t i o nm e t h o d 孤dm o d i f i e dm o v i n ga v e r a g em e t h o da r ea d o p t e dt od e t e c tt w a b y s o m ee c gd a t a 舶mt 沛ea 1 1 d 腑q u e n c yd o m a i n t h es p e c t i i a lm e t h o dh a st h es t r o n g c a pa _ b i l i t yo fa n t i - n o i s e ，b u ti tc 锄o td e t e c tt h en o n s t a t i o n a r yt w as i g n a ld u et ot h en e e d o ft h es t a t i o n a 巧e c gs i g n a li nt h es p e c t r a lt e c h n i q u e t h ec o 玎e l a t i o nm e m o dh a st h e s t r i n g e n td a t ar e q u i r e m e n t sb e c a u s eo ft h e i n n u e n c eo ft h er e s p i r a t i o na n do t h e r 山东师范大学硕士学位论文 n o i s e s t h e r e f o r ew ed e t e c tm es i g n a lb yt h es p e c a t r a lt e c t l i l i q u ef i r s t l y ；m e n ，i ft h e s i 弘i f i c 锄t w ai sd e t e c t e d ，w ea d o p tt h ec o r r e l a t i o nm e m o dt oc o n f i mt h ea l t 锄a i l s 卸叩l i t u d e 孤dt i m e a tl a s t ，m e 谢e 1 1 c i n gf k t o r sa r ea 1 1 a l y z e dt or e “c et h ed e t e c t i o n t h et h e s i sd e s i g n e st l l ek e yp a r to ft h eh a r d w a r ea i l dt l l es o 小v a r eo ft w a 廿1 e o r e t i c a l s 锄p l e t h eh 锄d w a r e i n c l u d e sm e c o l l e c t m g m o d u l ea n d l ed a t ap r o c e s s i n g n l o d u l e ( e x t 锄a ls t o r a g e 觚dc o m m u i l i c a t i o n 协t e l l 6 a c ec i r c u i t s ) i n 廿l ec o r eo ft l l ei u s c a r m p r o c e s s o rs 3 c 4 4 8 0 x b 勰e do nt 1 1 ew e a ka n dm en o i s ys i g n a l ，t h et h e s i sd e s i g n e sm e 伊a m n g 锄叩l i 丘e rw i t t lm e c h a r a c t e r so f1 l i 醢c o m m o nm o d er 句e c t i o nr a t i o 觚d1 1 i g hi n p u t i 1 ：1 1 p e d a l l c e t 0c x 仃a c tm ee 归f i e c t i v e s i g n a l h 1a d d i t i o n ，a dc i r c l l i t e n s u r e st l l e p r e c i s e q u a n t i z a t i o n ，a 1 1 dt h en 1 0 d e lm a c l l i n ec o m 删c a t e s w i t l lm ee x t e m a le n v i r o 姗e n tt h r o u 曲 u s b硫e e ec h i pa 1 1 du 蝴i n 删t h es o 胁a r ef i r s t l yi n t m d u c e sd e v e l o p m 饥t 朗v i r o l l i l l e n t 觚dt h e np r e s e n t 8t 1 1 er e a l i z a t i o na n dn o wc h a r to fe c ga l l a l y s i sa n d p r o c e s s i l l gp r o c e d l i r e st om o l l i t o rm ew h o l es y s t e m k e yw b r d s ：e c g ；删；w 打e l e t 船f 0 衄；tw a v e a l t e m a i l s c l a s s i f i c a t i o n ：t p 2 7 4 ，r 318 l v 独创声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研 究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人 已经发表或撰写过的研究成果，也不包含为获得( 注：如没有其 他需要特别声明的，本栏可空) 或其他教育机构的学位或证书使用过的材料。与我 一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢 意。 学位论文作者签名： ， 、 锄彩 导师签字： 学位论文版权使用授权书 本学位论文作者完全了解堂撞有关保留、使用学位论文的规定，有权保留 并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人 授权堂撞可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复制手段保存、汇编学位论文。( 保密的学位论文在解密后适 用本授权书) 学位做储躲锄谚 翩粹 签字日期：2 0 0 分年石月j 日 签字日期：2 0 0 分年加日 山东师范大学硕士学位论文 第一章绪论 1 1 研究的背景 心脏疾病是威胁人类健康的重要因素，室性心律失常( v 胁t r i c u l a ra n h y n l l 商a s ) 、 心脏性猝死( s l i d d e nc a r d i a cd e a t h ，s c d ) 等心脏疾病更是因为其发病突然、难于救治 而成为医学界的难题。据美国心脏协会( 删不完全统计，美国每年有2 2 5 万的成 人因s c d 而导致死亡。对于有s c d 潜在危险的病人一般采用电生理方法( e p ) ，以可 否诱发室性心律失常来决定是否予以药物治疗或安置可植入复律除颤器( i c d ) ，但 由于e p 风险大，费用高，耗时长，因而限制了它的应用，而其它的无创伤性预测 方法如心室晚电位( v l p ) 、射血分数( e f ) 、q t 离散度( q t d ) 等又缺乏足够的可信度。 因此，如何有效地预测这些疾病的发生，成为日前的当务之急。 t 波交替( t w a v ea l t e m a i l s ，t w a ) 作为一种新的基于体表心电图电交替现象的 预测方法引起了研究人员的关注。t w a 是一种非稳态的心电变异性现象，是指心 电t 波段振幅、形态甚至极性逐拍交替变化。大量临床和科学实验表明，它可存在 于长q t 综合症、急性心肌缺血、电解质紊乱等疾病中【1 2 】，是预测室性心律失常与 心脏性猝死独立的、具有统计学意义的指标，也成为临床上一种无创评定发生恶 性室性心律失常及猝死的技术【3 1 。因此我们需要寻找一种优良的技术能够检测出t 波段的交替幅度，作为预测的参考指标。 猝死发生前无任何先兆，而绝大部分心脏病猝死者住在医院外面，如果能提 前发现和采用迅速的治疗能够提高存活的机会，因此有必要设计一种能随身携带、 长时间监测、对预测猝死可能发生的参数进行实时分析并具有报警功能的监测系 统，以满足家庭保健的需要。随着电子技术的迅速发展，大量微功耗、高精度器 件的出现为便携式心电监测仪的设计带来了方便，特别是具有强大计算能力删 处理器的出现，使得它的实时分析成为可能。 1 2 研究的意义 猝死目前己成为一个主要死亡原因，约占心血管死亡率的2 0 ，因此对猝死和 恶性室性心律失常的预测是一个重要课题。随着中国社会进入老龄化，老年人口日 山东师范大学硕士学位论文 益增多，父母与子女分居的情况越加普遍，而人口寿命延长和生活方式的改变所 带来的常见病多发病日益增多，住医院费用不断提高，医院外存在着大量常见病 患者。随着生活水平和保健意识的提高，实时监护的需求逐渐迫切，因此该研究 将预测恶性心律失常及猝死的t 波交替作为实时监测和分析的参数对象，通过对预 测参数的实时分析使患者能够及时掌握自己的健康状况，极大的提高人民群众健 康保健水平。 1 3 国内外现状综述 自9 0 年代以来已基本证实了t w a 是心肌缺血时预测发生恶性心律失常的独 立指标。t w a 有望发展成为一种优越的无创评定发生恶性室性心律失常及猝死危 险性的技术。目前，在临床上随着微伏t w a 检测技术的广泛应用，t w a 作为一 项无创心电检测方法已成为研究热点。与其它无创心电检测方法进行比较，t w a 在预测心律失常事故上具有较高的精确度。t w a 与心内电生理检查( e p ) 相比较， 其预测准确率至少不低于e p ，有些报道甚至高于e p 。 在t w a 检测过程之前，需要对心电信号进行预处理，其中包括信号去噪和 q r s 波识别。其中在滤波方面，t l l a l 【o r 等在仔细考虑了e c g 信号中q r s 波群、 p 波、t 波、肌电噪声、运动伪迹等的频谱特性后，设计了一个中心频率为1 7 h z 、 q 值为4 的巴特沃斯带通滤波器。其后他又提出一种自适应线性滤波器，可以进 一步提高信噪比。考虑到e c g 形态多变，以及干扰与信号频谱混迭，y u 等人提出 一种非线性滤波器，其后x u e 等采用的基于神经网络的非线性自适应滤波器可以 较好地免除基线漂移、伪迹的影响。 在q r s 波检测方面，目前主要分为非句法( n o n s y n t a c t i c ) 和句法( s y n t a c t i c ) 检测 法。非句法是基于信号处理理论的，也可以说是一类参数检测法，而句法的思想 根据是e c g 信号的病理特征不仅与波形的各类参数有关，而且与其波形形态有直 接关系。 非句法主要有阈值检测、基于数学模型的检测和基于模板匹配的检测方法。 其中在阈值检测中，p a n 和t o m p l 【i n s 的工作较具代表性。p a l l 将心电信号通过一 系列的变换得到新的信号，该信号经过一可变阈值检测器检测幅度以判别q r s 波， 同时设置不应期，减小高t 波带来的误判，通过运用i 汛间期阈值( 平均i 汛间期 的1 7 倍) 对所检测到的两个q r s 波r r 间期判别，采用回溯算法。这种方法对于 山东师范大学硕士学位论文 减小漏检具有一定效果。p a n 的方法对m i t b m 标准数据库进行q r s 波检测，总 误判率小于o 6 7 5 。在q r s 波检测中，也有人提出一些基于e c g 数学模型的检 测方法，但计算比较复杂。这里面较有代表性的工作有：i s n m u t n h y 等人的二阶 零极模型检测法，s o 皿n o 等人提出的基于先验最大会计可变阈值q r s 波检测方 法。另外，r u h a 用匹配滤波器来检测q r s 波，提出了模板匹配法，其原理是把 e c g 信号采样点与预先存储的e c g 波形模板逐点比较，当待处理信号与模板耦合 时其相关值最大。这种方法对高频噪声和基线漂移很敏感，而且由于不同病人的 心电波形可能是大不相同的，会导致漏检。 另一类检测q i 峪波的句法检测，是把e c g 中不同的波形和线段分解成一系 列的模式( 线段或尖峰) ，把每个模式的特征参数( 如线段的斜率、起点、终点等) 用 一组符号表示，从而检测这些符号构成的序列；当某一序列符合q r s 波所具有的 符号序列时，则判定该序列所对应的e c g 段为q r s 波。句法方法的优点是处理 一般不对信号作变换，处理过的信号以及识别q r s 波建立的模式还可以进一步识 别p ，t 波或其它成分，但它对噪声较敏感。总的来说，在实际应用中，句法方法 较少用到。除此之外，也有学者将神经网络用于q r s 波的检测。但由于神经网络 需要训练，要花费较多的时间，只能作为一种算法存在，而实际上也很难得到应 用。 由于数字信号处理技术不断发展，实际应用中有多种微伏级t 波交替检测技 术。其中由a d 锄等人在8 0 年代初提出的谱分析方法最早实现。他们首先在动物模 型上发现t w a 与心室易颤性增高有关，然后通过计算连续心拍能量增量比的功率 谱来检测t 波交替现象；s m i t h 等人采用犬进行2 7 次重复动物实验，以心室颤动阈 作为评定发生室颤危险性的指标，表明t w a 是实验性心肌缺血动物发生室性心动 过速、室颤的标志，并在其电交替与心脏电失衡的研究文章中，使用了改进的谱 分析法检测出在体表心电图上肉眼所不能分辨的、微伏级的t 波电交替，提高了 t w a 检出的敏感性和可靠性。谱分析法由于只具备频域分辨率，无法反映t w a 幅 度和相位随时间变化的趋势，因此无法检测非平稳t w a 信号。针对谱分析法无法 反映t w a 随时间变化的弱点，n e 撕n g 等人提出利用谐波分析中的复数解调法，即 通过对心电数据解调和低通滤波的手段，达到动态跟踪t w a 变化过程的目的。 m a n i n e z 等利用复合解调法，以e u r o p e a ns t - t 数据库为基础进行模拟研究。复合解 调法可以动态跟踪t w a 的过程，可以反映t w a 的幅度和相位随时间变化的趋势， 3 山东师甄大学硕士学位论文 但是目前这种方法的精度还比较差，在模拟条件下只能分辨出交替幅值之2 5 u v 的 t w a ，并且计算量较大，临床应用具有一定的困难。与心率变异性非线性分析中 的p o i n c a 俺散点图相似，s 仇u n i l l o 等将相似的方法应用在t 波交替上，提出了一种t 波交替检测的新方法，并将其t 波交替幅度与谱分析法t 、7 队结果进行曲线拟和，计 算两者间的互相关系数为o 9 1 ，并据此证明散点图法研究t w a 的有效性。上述方法 是基于短时傅立叶变换方法，均通过评估o 5 c y c l e 厂b e a t ( c p b ) 处的谱大小来判定是否 存在t w a 。 基于t 波交替是非稳态现象，即在心电信号记录过程中可能会有一些时段不出 现t 波交替，因而b 盯a t t i n i 等人提出了t 波交替的相关分析方法，利用时域分析来反 映这种特征。相关分析法检测非稳态心电时不仅能够检测t w a 幅度变化，同时可 以检测出发生交替现象的心电数据段，但受呼吸调制的影响较大。在检测中还可 以用统计检测中的r a y l e i 曲检测法进行t w a 的检测。这类方法是一种时域方法，通 过对时域信号进行符号变换得到t w a 判据，也称为基于符号变换方法。 2 0 0 2 年n e a r i n g 和v e r r i e r 在动态心电图分析系统中应用时域分析原理检测微 伏级t w a ，对t 波进行动态的时域定量分析，即移动平均修正法，这一系统的问 世引起了医学界的广泛关注。时域定量分析t w a 的方法是“动态的”，它无需心率 限制，无需特殊电极，便于感知体力运动和日常活动时产生的短暂而剧烈的心律 失常，因此为进一步研究t w a 的临床价值开辟了更为广阔的前景。同时，m a n i n e z 等提出了拉普拉斯可能比率法，这种检测方法对于经冠状动脉成形术的对象具有 鲁棒性。以上方法是利用t 波交替的非线性特征及非线性参量来检测交替现象， 因此属于非线性滤波方法。 1 4 论文主要研究内容与章节安排 在本课题中我们研究了t 波交替检测算法，同时基于a r m 嵌入式系统给出t 波交替检测技术原理性样机的软硬件设计。其中，算法包括心电信号中的预处理 和t 波交替检测算法。在预处理部分，我们采用基于多分辨率分析的小波阈值去 噪算法并利用二次微分小波变换进行峰值检测以及基于点乘最大的t 波段对齐生 成矩阵；在t w a 检测中，我们采用谱分析频域检测法，并且结合相关检测与移动 平均修正检测两种时域算法进行对比，并找出影响检测结果的因素。在样机设计 部分，文章围绕以删为核的s 锄s u n gs 3 c 4 4 b o x 为核心，设计了关键部分硬件 4 山东师范大学硕士学位论文 电路，包括采集模块、存储模块以及通信模块等；同时通过给出处理软件框架实 现监护和检测功能。 本论文具体的章节安排如下： 第一章是绪论：介绍t 波交替检测技术的研究背景、意义及发展现状，概括 了本课题所要研究的内容及所要做的工作。 第二章是心电信号预处理：首先介绍了心电信号原理及现有的预处理算法， 包括去噪和q i 峪波检测，然后通过对小波变换理论的阐述，分别利用小波阈值去 噪法和二次微分小波变换对心电信号进行噪声滤除及峰值识别，为t 波交替算法 研究做好了数据准备。 第三章是t 波交替算法研究：首先阐述了t 波交替几种不同的发生机制理论， 然后分别从临床应用和检测方法上展现了目前t w a 的发展进程，并介绍了几种常 见的检测技术，接下来基于点乘最大形成t 波分析矩阵，分别利用了谱分析法、相 关分析法和移动平均修正算法从时域和频域对e c g 进行t 波交替检测，效果较好， 最后对影响检测结果的因素进行讨论研究，降低检测误差。 第四章是t 波交替检测技术原理性样机的硬件及软件：这一章主要包括三部 分。第一部分是t 波交替检测技术原理性样机简介，主要介绍了系统的结构框图 及原理，并根据实际选出符合系统要求的6 瓜m 芯片；第二部分是关键部分硬件设 计，围绕所选删芯片为核心，设计了该样机的关键部分电路，包括采集模块和 数据处理模块，并对系统整体电路进行说明；第三部分为系统的软件框架，首先 介绍了系统的软件开发环境，然后介绍了系统分析及处理程序流程框架，使它们 共同完成系统的软件监护功能。 第五章是结束与展望：对论文所做的研究工作以及取得的研究成果进行总结， 并对本课题进行更深入的研究提出几点看法。 5 山东师范大学硕士学位论文 第二章心电信号预处理 本章将采用小波对心电信号进行预处理，其中包括滤波、心电信号特征点检 测等，为t 波交替检测做好数据准备。本章前两节先介绍一些心电信号原理及心 电信号预处理的研究进展，第三节简单介绍一下小波原理，第四节和第五节基于 m a t l a b 环境利用小波变换对心电信号进行分析处理。 2 1 心电信号概述 生物机体内蕴藏着大量的生物电信息，它包括心电、脑电、肌电、胃电等。 其中，心电信息是最重要的生物电信息之一。心脏每时每刻按着一定的速率和节 律跳动，心脏每次跳动之前，首先产生电激动，电激动始于窦房结，并沿心脏的 特殊传导系统下传，先后兴奋心房和心室，使心脏收缩执行泵血功能。这种先后 有序的电兴奋的传播，可以从心脏发出传到机体体表，在体表的不同部位产生电 位差，我们可以在体表用电极将这种微弱的心电信号通过心电放大器及其一系列 的生物医学信号的处理，描记和打印出各种心电信息的数据、曲线和图形，这种 图形称为心电图。 心电信号是由一系列的波形组成的，一个典型的完整的心电波形如图2 1 所 示。 r il 图2 1 正常心电图 它主要由p 波、q r s 复合波、t 波和u 波组成，各波段都有各自的生理意义，介 7 山东师丽大学坝士学位论文 绍如下： p 波：代表心房肌的电激动过程。心脏的激动起源于窦房结，最先传到心房， 使之激动，所以p 波是心电图中最先出现的波动。正常的p 波有不同的形态，波 幅从0 o 3 m v ，时程为0 1 0 0 m s 。在不同导联上可呈直立、低平、切迹、正负双 向、负正双向或倒置等。根据p 波的形状、p 波的幅度、p 波持续时间以及p r 间期的比值等，可用于判断心房扩大，心肌梗塞等症。 q r s 复合波：典型的q r s 复合波包括三个紧密相连出现的波形，第一个向下 的负波名为q 波；其后紧接着出现一个快速向上的正波叫r 波；r 波后又是一个 向下的负波名为s 波。这三个波都反映心室的激动过程，所以合称为q r s 复合波 或q r s 波群。q r s 波时间在6 0 1 0 0 m s 。q r s 波的形态、振幅、时间所包含的心 脏信息极为丰富，迄今仍有大量的有用信息尚未被认识，有待进一步探讨。 t 波：代表心室肌激动后恢复过程产生的电位变化。t 波在s t 段之后发生， 波形比较低，而且所占的时间较长，在5 0 2 5 0 m s 。t 波异常通常有倒置、增高、 过低、增宽等症状，可用于诊断心肌梗塞、心包炎等症。 j 点：j 点为q r s 波结束s t 段初始的结合点。j 点多位于等位线上，上下偏 移一般小于0 1 m v 。 u 波：t 波之后有时可能看到一个很小的正向波，表示心肌激动的后电位变化。 间期约为1 0 0 2 0 0 m s 。可由u 波显著增高来诊断血压过低、心室肥大等；u 波倒 置可用于诊断高血压、心肌梗塞等。 p r 段：指p 波终点到r 波( 或q 波) 起点这一阶段时间，代表心房除极结 束到心室除极开始( p r 间期除去p 波时间) ，在这段中可埋藏着心房的复极过 程，即称为t a 波，一般多被q r s 波掩盖。根据p r 段的持续时间及与其它参 数比较，可用于诊断早搏，心率失常，心动过速等。 p r 间期：指p 波起点到心室波开始，亦称为p q 间期。代表心房除极开 始到心室除极开始所需时间。如果心电图缺少q 波，p r 间期要延伸到r 波，正 常的时程范围为1 2 0 2 0 0 m s ，它随年龄和心率的不同而变化。p r 间期的持续时 间占整个心动周期持续时间的比例如超出正常范围，则表明可能有房室传导阻滞 等症。 s t 段：由0 r s 复合波终点到t 波开始的一段。代表左、右心室全部除极 完毕到复极开始以前的一段时间，一般在5 0 1 5 0 m s 。 8 山东师范大学硕士学位论文 q t 间期：从q r s 波起始至t 波终止的时间。代表心室肌除极开始到复极 结束所需时间。间期约为3 6 0 4 3 0 m s 。心率越快，q t 间期愈短，反之则愈长。 心电信号的大小一般介于5 0 u v 和5 m v 之间；频率分量主要分布在1 0 0 h z 以 下，尤其是在1 3 0 h z 之间。正常的人体心脏，在生命活动中呈现为如图2 1 的有 规律性、特征性的心电图，当有心脏器质性病变和功能性改变时，就有可能在心 电信息上产生某些特征性变化，显示相应的曲线和图形，从而为医师提供临床诊 治上的参考。 2 2 心电信号预处理的研究进展 波形检测识别和参数提取是心电自动分析系统的关键，其准确性和可靠性决 定着诊断的效果，乃至涉及挽救病人生命的成败。q r s 波的检测又是e c g 检测中 的首要问题，确定了r 波的位置，才能分析e c g 的其它细节信息。 经体表电极、导联线和采集电路得到的心电信号可能会伴随有电极接触噪声、 工频噪声，以及由人体自身呼吸、肌肉收缩引起的基线漂移和肌电干扰。而对于 动态心电图来说，由于人体在心电信号的采集过程中可以自由活动，这些干扰可 能更为剧烈。这就给q r s 波的识别带来了很大的困难，因此在检测q i 塔波前需要 对信号进行滤波。 2 2 1 心电信号滤波 人们在数字滤波方面作了许多工作【4 】：t l l a l 【o r 等在仔细考虑了e c g 信号中 q r s 波群、p 波、t 波、肌电噪声、运动伪迹等的频谱特性后，设计了一个中心 频率为1 7 h z 、q 值为4 的巴特沃斯带通滤波器。l ) ，1 1 n 提供的数字滤波器具有线性 相位，可以实现低通、高通和带通等不同形式的滤波，且只用整形数就可完成运 算。其后t h a k o r 又提出一种自适应线性滤波器，可以进一步提高信噪比。考虑到 e c g 形态多变，以及干扰与信号频谱混迭，y u 等人提出一种非线性滤波器，其后 x u e 等采用的基于神经网络的非线性自适应滤波器可以较好地去除基线漂移、伪迹 的影响。但自适应滤波器中由于采用模板都要受q r s 波形变异的影响。而基于神 经网络的算法运算量一般较大。 2 2 2q r s 检测 滤波以后的信号往往经过某种变换以提高q r s 信号的份量，然后采用一系列 阈值进行判别，这是检测技术中的关键，也是各类检测技术的不同点。 9 山东师范大学硕士学位论文 对e c g 所进行的变换运用得最广的是对其求一阶差分，这其中有j a c k s o n 的 “两点差分”，而后a i l l s 仃o m 研究的h o l t e r 实时检测系统在e c g 一阶和二阶差分基 础上检测q r s 波。以上q r s 检测方式都是用固定阈值进行判别，由于可能有干扰、 或者有高p 、高t 波，若其滤波后超过该阈值，会产生假阳性( f p ) 检测；另一 方面，当心律失常或q r s 波幅度变小，阈值设置过高，会导致漏检，即假阴件正哪 检测。因此，人们在以上检测方法的基础上推出了相应的可变阈值检测法。所采 用的可变阈值有幅度阈值，斜率阈值和时间间隔阈值等几种。 在这些方法中，p a n 和t o m p l 【i 1 1 s 的工作较具代表性。p a l l 的完整的检测方式 是：采用的e c g 经过带通滤波、一阶差分、逐点平方，再通过移动窗口( 1 5 0 m s ) 求和得到变换的信号，该信号经过一可变阈值检测器检测幅度以判别q r s 波。为 了减小高t 波带来的误判，在所检测到的q r s 后设定一段时间的“不应期”( 2 2 0 m s ) ， 跳过不应期进行检测。为了减小低幅q r s 波造成的假阴性检测，运用r r 间期阈 值( 平均r r 间期的1 7 倍) 对所检测到的两个q r s 波r r 间期判别，若当前r r 间 期超过该阈值，则认为中间可能漏了一个低幅q r s 波，这时用较小的幅度阈值回 头重判一次。这种方法对于减小波形漏检具有一定效果。p a i l 的方法对m i t b m 标准数据库进行q r s 波检测，总误判率小于o 。6 7 5 。在p a n 的检测方法中，“不 应期”是固定的，以后的检测方法中，有的是根据漏检的i 汛间期进行调整的。在 p s h 锄i l t o n 的文章中还详细分析了幅值可变阈值选取中的中值法、平均法和迭代 法的优劣。 上述方法都是基于一种经验判断的基础上，没有明确的数学模型，但是比较 实用。在q r s 波检测中，也有人提出一些基于e c g 数学模型的检测方法，但计 算比较复杂。这里面较有代表性的工作有：i s n m u t r t h y 等人的二阶零极模型检测 法，s o 删= 1 1 0 等人提出的基于先验最大会计可变阈值q r s 波检测方法。 另外，r l l h a 用匹配滤波器来检测q r s 波，他先将e c g 信号经过1 5 4 0 h z 的带通滤波，然后对其进行匹配滤波进一步加强信噪比。模板匹配法，也称相关 法。其原理是把e c g 信号采样点与预先存储的e c g 波形模板逐点比较，当待处 理信号与模板耦合时其相关值最大。常用的比较方法有平均平方法、最小二乘法 和面积差分法，所存储的信号可以是正常或非正常的q r s 波信号。这种方法对高 频噪声和基线漂移很敏感。另外，不同病人的心电波形可能是大不相同的，如果 被检者的心电波形与模板中存储的相差很大，则这些q r s 波将会被漏检。匹配的 l o 山东师范大学硕士学位论文 思想具有启发性，也具有较好的检测位置精度，但选取模板波形时，一是需要人 工干预，给模板选择带来主观因素；二是被检者的心电波形可能会发生较大改变， 仅采用一个模板，会导致复合波漏检。 以上不论是阈值检测、基于数学模型的检测还是基于模板匹配的检测方法， 都属于非句法( n o n s 州a c t i c ) 的，是基于信号处理理论的，也可以说是一类参数检 测法。另一类检测q r s 波的方法是基于图形识别，称为句法( s 皿a c t i c ) ，其思想根 据是e c g 信号的病理特征不仅与波形的各类参数有关，而且与其波形形态有直接 关系。句法的方法，是把e c g 中不同的波形和线段分解成一系列的模式( 线段或尖 峰) ，把每个模式的特征参数( 如线段的斜率、起点、终点等) 用一组符号表示，从 而检测这些符号构成的序列；当某一序列符合q r s 波所具有的符号序列时，则判 定该序列所对应的e c g 段为q r s 波。句法检测技术的关键在于如何划定模式和 定义识别所用的符号序列。句法方法由于考虑到e c g 信号的图形因素，从而避免 了信号处理方法对图形差异大而参数变化不大的q r s 波的错误识别，而且句法方 法处理e c g 信号一般不对信号作变换，处理过的信号以及识别q i 述波建立的模 式还可以进一步识别p 、t 波或其它成分，这是句法方法的长处。句法方法存在的 固有问题是它对噪声较敏感。由于要建立e c g 的模式，采用一系列束枝特征判别， 处理速度较慢；同时，在进一步的心律失常分析中不便沿用医生传统的分析方法 和步骤。总的说来，句法方法检测到的检测结果不会比非句法的好，而且存在着 上述的问题，使得句法方法较少地获得实际应用。 除此之外，神经网络近年来在e c g 信号的处理分析中也得到了广泛应用，主 要是用于分类、重建和压缩，也有学者将其用于q r s 波的检测。神经网络在q r s 波检测中，主要是用作自适应的非线性预测器，其原理是根据以前的采样点x ( n i ) 来预测当前的采样点x ( n ) 。由于e c g 中主要包含的是非q r s 成分，因而可以训 练网络使得非q r s 段可以被很好地预测。当q r s 段出现时，由于相邻的数据点之 间差别很大，就会导致预测出错。根据预测误差，可以进一步进行q r s 波的检测。 神经网络由于需要训练，要花费较多的时间，因而以上方法，只能作为一种算法 存在，而实际上很难得到应用。 2 3 小波变换概述 心电信号是典型的生物医学信号，它具有一定的随机性并伴随着较强的背景 坐銮墅蔓奎兰堡主兰篁笙茎 噪声，属于非线性、非平稳的微弱信号。人们为了从中获取具有诊断价值的信息， 往往需要通过各种先进的数字信号处理技术来对这种生物医学信号进行分析与处 理。 一般来就，在信号分析中突变信号分量持续的时间较短，对时间分辨的要求 较高，适合使用窄的时窗来分析，而缓变信号分量持续的时间较长，对频率分辨 的要求较高，适合使用宽的时窗来分析。由于小波的多分辨率分析具有良好的空 间域和频率域局部化特性【5 1 ，对高频采用逐渐精细的时域或空域步长，可以聚焦到 分析对象的任意细节，因此它的这一特性使得它特别适合分析频率范围很宽的、 包含突变和缓变分量的如心电信号这样的暂态信号。 2 3 1 离散小波变换 “ 小波函数是小波变换的基础，其确切定义为：设矽( t ) 为一平方可积函数，若其 傅立叶变换沙( w ) 满足条件 ，唑芈d w a ( ) 时，甜( j ) 与甜( ) 总存在恒定的偏差，这将直接影响着重构信号与 真实信号的逼近程度。在这里，将采用了一种软、硬阈值折衷处理法【l l 】，其阈值 函数为 谢嚣高2 学u 列卅u “川力怿以力， 特别地，当口分别取o 和1 时，上式即成为硬阈值和软阈值法。对于一般的o 口 a a 硬阈值 j 菊 。 a w b 软阈值 图2 7 估计小波系数的软硬阈值方法 3 、算法实现 ( 1 ) 小波分解重构法滤除基线漂移 由于基线漂移的频率在o 0 5 1 h z 之中，对于心电信号来说属于低频信号，利 用小波变换的带通滤波特性和尺度函数的低通滤波特性，可以将心电信号进行多 尺度分解，则基线漂移在小波分解中会直接显现于较大的尺度，此时只要在小波 重构中将这一尺度上的分量直接置0 ，就可以滤除基线漂移，同时还可以将测量中 引入的直流分量一并去除，并由重构算法恢复出去除基线漂移后的心电信号。利 用小波变换滤除基线漂移的基本方法是：对心电信号进行小波多级分解，分解的 级数不能太